論文の概要: LEGIT: Credentialing Protocol for Trustworthy AI Agent Marketplaces
- arxiv url: http://arxiv.org/abs/2609.21325v1
- Date: Fri, 18 Sep 2026 05:02:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:16.867237
- Title: LEGIT: Credentialing Protocol for Trustworthy AI Agent Marketplaces
- Title（参考訳）: LEGIT: 信頼できるAIエージェントマーケットプレースのための認証プロトコル
- Abstract要約: LEGITは認証、評価、提案された市場割り当てを接続する認証プロトコルである。
購入者とエージェントはクレデンシャル記録を確認し、任意の視覚プロファイルを検査することができる。
- 参考スコア（独自算出の注目度）: 28.66755892539055
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Agentic marketplaces are emerging where AI agents with varying capabilities autonomously complete specialized tasks for buyers. A major challenge of such marketplaces is that buyers cannot easily determine which agent will perform best on their tasks. Reported benchmark scores may be difficult to verify or compare across tasks, software, and budgets. We introduce LEGIT, a credentialing protocol connecting certification, reputation, and proposed marketplace allocation. Certification binds measured quality and cost per solved task to an agent configuration, task domain, evaluation budget, and evidence through a signed record. Reputation links records of past task outcomes to the same identity, subject to the reliability of the reported feedback. Buyers and agents can verify credential records and inspect optional visual profiles. Evaluations reveal cost differences between agent configurations with similar observed task success, and show that comparisons depend on the evaluation budget. These results support binding performance measurements to the tested configuration and resource limits. A complementary analysis quantifies the deposits and fees required for reputation manipulation under a stated Sybil attack model.
- Abstract（参考訳）: さまざまな能力を持つAIエージェントが、購入者専用のタスクを自律的に完了するエージェントマーケットプレースが出現している。
このようなマーケットプレースの最大の課題は、購入者がどのエージェントが自分のタスクでベストを尽くすかを、容易に決定できないことだ。
報告されたベンチマークスコアは、タスク、ソフトウェア、予算の検証や比較が難しいかもしれません。
本稿では,認証,評価,マーケットプレースアロケーション提案を結合する認証プロトコルであるLEGITを紹介する。
認証は、解決されたタスクごとに測定された品質とコストを、署名されたレコードを通じてエージェントの設定、タスクドメイン、評価予算、エビデンスに結合する。
報告されたフィードバックの信頼性を前提として、過去のタスク結果の記録と同一のアイデンティティをリンクする。
購入者とエージェントはクレデンシャル記録を確認し、任意の視覚プロファイルを検査することができる。
評価は、類似したタスク成功を伴うエージェント構成間のコスト差を明らかにし、比較が評価予算に依存することを示す。
これらの結果は、テストされた設定とリソース制限に対するバインディングパフォーマンスの測定をサポートする。
補完分析は、シビル攻撃モデルに基づく評判操作に必要な預金と手数料を定量化する。
関連論文リスト
- READY or Not: Reliable Enterprise Agent Deployment [16.430548759635037]
READYは、企業へのAIエージェントのデプロイを資格付けするためのフレームワークである。
人間のAIシステムの信頼性と運用コストを測定する。
統計学的には保留ケースに該当する。
論文 参考訳（メタデータ） (2026-09-02T04:34:48Z) - A Policy Algebra for Trust-Preserving Agentic AI Execution [5.943264605557423]
本稿では,エージェント能力の行使可能な信頼性エンベロープを定義するポリシー代数を提案する。
この評価は、能力ベンチマークではなく、信頼性と信頼性のトレードオフとして解釈される。
論文 参考訳（メタデータ） (2026-08-17T10:59:15Z) - Time to REFLECT: Can We Trust LLM Judges for Evidence-based Research Agents? [61.49434544687523]
本稿では,エージェント環境におけるきめ細かい故障検出を目的としたメタ評価ベンチマークREFLECTを紹介する。
REFLECTはプロセスレベルの障害モードと結果レベルの障害モードの詳細な分類を定義し、制御および局所的な介入を実行することでインスタンス化する。
私たちの実験では、最高のパフォーマンスモデルでさえ、推論、ツール使用、レポート品質の失敗に対して、全体的なアキュラシーを55%以下に達成しています。
論文 参考訳（メタデータ） (2026-05-18T23:55:08Z) - AgentReputation: A Decentralized Agentic AI Reputation Framework [3.6704226968275253]
我々はエージェントAIシステムのための分散3層評価フレームワークである textbfAgentReputation を提案する。
このフレームワークは、タスク実行、評価サービス、タンパー保護の永続化を分離し、それぞれの強みを活用し、独立した進化を可能にする。
定量化において、AgentReputationはリソース割り当て、アクセス制御、適応的な検証エスカレーションをサポートする決定対応のポリシーエンジンを提供する。
論文 参考訳（メタデータ） (2026-04-30T12:33:39Z) - AJ-Bench: Benchmarking Agent-as-a-Judge for Environment-Aware Evaluation [71.49152943451328]
我々は,AJ-Benchベンチマークを導入し,ドメイン検索,データシステム,グラフィカルユーザインタフェースの3つの領域にまたがるエージェント・アズ・ア・Judgeを評価する。
実験ではLLM-as-a-Judgeベースラインよりも一貫したパフォーマンス向上を示し、エージェントベースの検証においてかなりオープンな課題を明らかにした。
論文 参考訳（メタデータ） (2026-04-20T13:23:38Z) - SmartSnap: Proactive Evidence Seeking for Self-Verifying Agents [45.71333459905404]
SmartSnapは、受動的でポストホックな検証から、エージェント自身による積極的な自己検証へのパラダイムシフトである。
両ミッションで設計された新しいタイプのエージェントである「自己検証エージェント」を導入し、タスクを完了し、検証された証拠でその達成を証明した。
モデルファミリとスケールにわたるモバイルタスクの実験は、SmartSnapパラダイムによって、スケーラブルなLLM駆動エージェントのトレーニングが可能になることを実証しています。
論文 参考訳（メタデータ） (2025-12-26T14:51:39Z) - Inter-Agent Trust Models: A Comparative Study of Brief, Claim, Proof, Stake, Reputation and Constraint in Agentic Web Protocol Design-A2A, AP2, ERC-8004, and Beyond [1.5755923640031846]
エージェント間プロトコル設計における信頼モデルについて検討する。
仮定、攻撃面、設計トレードオフを分析します。
我々は、より安全で相互運用可能でスケーラブルなエージェント経済のための実行可能な設計ガイドラインを蒸留する。
論文 参考訳（メタデータ） (2025-11-05T12:50:06Z) - Establishing Best Practices for Building Rigorous Agentic Benchmarks [94.69724201080155]
多くのエージェントベンチマークがタスク設定や報酬設計に問題があることを示す。
このような問題は、エージェントのパフォーマンスを最大100%相対的に過小評価することにつながる可能性がある。
我々はベンチマーク構築経験から要約したガイドラインの集合であるAgentic Benchmark Checklist (ABC)を紹介した。
論文 参考訳（メタデータ） (2025-07-03T17:35:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。